2020 NeurIPS 中的“latent action”:
Our model defines latent action as a boundary that splits the region represented by a node into a high-performing and a low performing region.
这里的latent action代表一个边界(分类器),用于将好的采样和差的采样划分开来,这里使用的划分边界的方式是:先使用Kmeans在特征向量上( [x, f(x)] )聚类,然后使用SVM划分出边界
ICLR 2022中同样出现了“latent action”:
这里使用的划分边界的方式是:对于区域中的元素Dt,j,通过它们的支配数量进行rank,小的支配数量的元素(意味着是更好的性质)被label成positive,大的被label成negative,然后使用SVM划分出边界
两者对于“latent action”的定义是一样的,只是划分边界的方式不一样罢了~